复合电源电动汽车能量管理策略研究

钟晓斌，张志文，李 昕，武雅文

(中北大学能源动力工程学院，山西 太原 030051)

传统纯电动汽车的驱动电源大多为动力电池，然而目前动力电池功率密度较低，汽车在实际行驶过程中启动、加减速频繁，造成动力电池大电流快速充放电，对电池寿命有不利的影响。而超级电容功率密度高，可以承受大电流、强功率的充放电，因此将动力电池与超级电容组合成复合电源系统，通过双能量源的优势互补，可以获得优良的比能量和比功率特性。复合电源系统由于具备两种不同的能量源，因此其能量的合理分配成为当前的研究热点。通过研究复合电源电动汽车能量管理策略，不仅可以降低汽车能量消耗，还可以提高汽车制动能量回收效率以及延长复合电源系统的使用寿命[1-3]。

He等[4]采用动力电池-超级电容复合电源系统为电动汽车提供动力，实验结果显示动力电池的使用寿命明显延长。任祥喜[5]经过一系列研究分析，提出一种基于改进人工蜂群算法的复合电源电动汽车能量管理策略，结果表明改进后的能量管理策略在能量消耗方面与改进前相比有一定比例的降低。Moreno等[6]将神经网络算法应用于复合电源汽车能量管理策略，仿真结果表明汽车续航能力得到显著提升。

本文首先明确复合电源系统的拓扑结构，然后建立复合电源电动汽车仿真模型，在此基础上研究复合电源电动汽车能量管理策略，最后使用AVL-Cruise与MATLAB软件进行联合仿真分析。

1 纯电动汽车复合电源系统的设计

复合电源系统拓扑结构如图1所示，即超级电容与DC/DC变换器串联后再与动力电池并联接入功率总线。

图1 复合电源系统拓扑结构

DC/DC变换器负责超级电容两端的电压调整，实时地进行升压和降压模式的切换，达到使超级电容电压和动力电池电压相匹配的目的[7]。因此需要合理控制DC/DC变换器，从而对超级电容输入、输出端电压进行准确的调节。DC/DC变换器控制流程如图2所示。

图2 DC/DC变换器控制流程图

2 复合电源电动汽车参数匹配及模型建立

2.1 复合电源电动汽车参数匹配

动力电池、超级电容、驱动电机等关键部件的参数匹配需要考虑车辆工作功率和行驶里程等[8]。

动力电池匹配参数见表1，电池类型为锂离子电池。

表1 动力电池匹配参数

超级电容匹配参数见表2。

表2 超级电容匹配参数

驱动电机匹配参数见表3。

表3 驱动电机匹配参数

2.2 复合电源电动汽车仿真模型

使用AVL-Cruise软件建立的复合电源电动汽车整车模型如图3所示。

图3 整车仿真模型

3 复合电源电动汽车能量管理策略设计

本文基于复合电源系统的结构及其工作模式提出模糊逻辑控制策略，根据不同的功率需求合理调整动力电池和超级电容之间的功率输出比例，提高复合电源工作效率。模糊逻辑控制策略控制原则如下：

1)起步、加速和爬坡时，驱动电机需要有较大的功率来满足汽车的动力要求，此时应利用超级电容在大电流下发电效率高的特性，使动力电池工作在平均功率范围内，超出需求功率的额外功率则由超级电容承担。

2)汽车长时间匀速行驶，此时具有高比能量的动力电池应成为汽车主要动力源。

3)汽车处于制动状态，超级电容优先回收制动能量。当超级电容SOC较高时，则改由动力电池回收制动能量。

3.1 模糊控制器设计

模糊控制器以整车需求功率、动力电池SOC和超级电容SOC为输入变量，经过模糊化处理等步骤输出功率比例因子K来合理分配动力电池与超级电容的输出功率。图4为模糊控制器设计流程。

图4 模糊控制设计流程

3.2 输入量与输出量隶属度函数

根据新欧洲驾驶循环工况(NEDC)要求将整车需求功率Preq的隶属度函数论域设置为[-30,60]，模糊子集为[VS，S，M，B，VB]，VS、S、M、B、VB的含义分别是过低、偏低、适中、偏高、过高。

动力电池SOCbat的论域设置为[0.15，1]，模糊子集为[S，M，B]，S、M、B的含义分别是小、中、大。

超级电容SOCsc的论域设置为[0.3,1]，模糊子集为[S，M，B]。

模糊控制策略通过控制功率比例因子K来决定车辆动力电池的输出功率：

(1)

式中：Pbat为动力电池输出功率。

本文将比例因子K的论域范围[0，1.3]划分为7个区间，即K=[LE，ML，ME，MB，GE，CL，CG]，分别代表小、较小、中、较大、大、低充、高充。

模糊控制器中输入输出变量的隶属度函数如图5～8所示。

图5 输入量Preq隶属度函数

图6 输入量SOCbat隶属度函数

图7 输入量SOCsc隶属度函数

图8 输出变量K的隶属度函数

模糊逻辑控制规则表由若干If-Then规则构成，见表4。

表4 复合电源模糊逻辑控制规则表

3.3 搭建整车能量管理策略模型

使用MATLAB/Simulink建立整车能量管理策略模型，如图9所示。

图9 整车控制策略模型

4 复合电源电动汽车能量管理策略联合仿真结果分析

4.1 基于单电池系统整车仿真

利用MATLAB/Simulink和AVL-Crusie软件进行联合仿真。动力电池单独驱动时，基于NEDC循坏工况下动力电池SOC、电流曲线如图10、图11所示。

图10 单电池SOC曲线(纵坐标改斜体)

图11 单电池电流曲线

由图10，11可知，当单电池驱动时，在2 400 s循环工况下，SOC值从0.61下降到0.52，动力电池最大的充电电流为48 A，电池放电最大电流为192 A。

4.2 基于复合电源系统模糊控制策略整车仿真

复合电源系统联合驱动时，基于模糊控制策略下的动力电池和超级电容SOC、电流、功率曲线如图12，13，14所示。

图12 复合电源系统SOC曲线

图13 复合电源系统电流分配曲线

图14 复合电源系统功率分配曲线

由图12，13，14可知，基于模糊控制策略下的动力电池SOC值变化范围为0.61～0.66，超级电容SOC值变化范围为0.57～0.67，动力电池最大放电电流为65 A，最大充电电流为68 A。工作过程中，超级电容平衡动力电池输出功率，通过计算得到动力电池单独驱动百公里电耗量约15.28 kWh/100 km，而复合电源模式下百公里电耗量约14.60 kWh/100 km，实现了节能效果。

4.3 仿真结果对比分析

在模糊逻辑控制策略下，与单一电源纯电动汽车相比，添加了超级电容的复合电源系统可以提高动力电池的充放电效率，减少动力电池的放电循环次数和放电电流。在2 400 s的NEDC循环工况下，复合电源系统的超级电容SOC值从0.67下降到0.57，动力电池SOC值变化范围为0.61～0.66，通过能量换算，与单一电源系统相比提高约12.5%。在动力电池充放电电流方面，复合电源系统与单一电源系统相比，动力电池平均放电电流降低了约20 A，最大电流降低约125 A。在功率分配方面，超级电容实现了均衡功能，在特定工况下超级电容提供辅助动力，从而提高动力系统的效率，延长了动力电池的寿命。

5 结束语

本文根据动力电池-超级电容复合电源系统结构特性，对关键部件进行参数匹配并建立复合电源电动汽车整车模型。针对复合电源工作模式设计模糊逻辑控制策略，并利用MATLAB/Simulink和AVL-Crusie软件进行联合仿真。仿真结果显示，在模糊逻辑控制策略下，复合电源系统通过超级电容实现了均衡功能，减少动力电池的放电循环次数和放电电流，证明文中提出的模糊逻辑控制策略实现了多目标控制，解决了非线性复杂控制问题，提高了动力电池的充放电效率与寿命。